SylabUZ
Course name | Philosophical aspects of computer science |
Course ID | 11.3--INFD-FAI |
Faculty | Faculty of Computer Science, Electrical Engineering and Automatics |
Field of study | Computer Science |
Education profile | academic |
Level of studies | Second-cycle studies leading to MSc degree |
Beginning semester | winter term 2022/2023 |
Semester | 3 |
ECTS credits to win | 2 |
Course type | optional |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Lecture | 15 | 1 | 9 | 0,6 | Credit with grade |
Celem przedmiotu jest zapoznanie studentów z szerszym, filozoficzno-historycznym, spojrzeniem na rozwój informatyki w tym jej poddziedziny zwanej sztuczną inteligencją (AI).
brak
Pierwsza część zajęć dotyczyć będzie zarysu historii informatyki/sztucznej inteligencji jako dyscypliny, od prac Turinga po czasy współczesne. Punktem skupienia będą kwestie definicyjne związane z terminem „inteligencja”, omówiony zostanie również podział na trzy główne etapy rozwojowe w AI: sortowanie, symboliczna AI oraz AI inspirowana biologicznymi sieciami neuronalnymi (uczenie maszynowe, głębokie). Następnie omówiony zostanie problemat tzw. mocnej i słabej AI i argument z Chińskiego Pokoju Searla. Kolejna część zajęć poświęcona będzie reprezentacji wiedzy i rozumowaniu, w tym problematowi tzw. rewizji przekonań i paradygmatowi AGM. Po zarysowaniu zastosowań symbolicznej AI (w tym w dowodzeniu twierdzeń), omówione zostaną filozoficzne aspekty reprezentacji wiedzy oraz uczenie maszynowe postrzegane z punktu widzenia filozofii nauki (wprowadzony zostanie podział na rozumowania dedukcyjne, indukcyjne i abdukcyjne). Omówione zostaną również etyczne aspekty badań nad zaawansowanymi systemami komputerowymi, w szczególności tymi wykorzystującymi techniki AI, a także argumenty przeciwko tzw. ogólnej AI (termin używany w kontraście do dotychczasowych badań związanych ze specyficznymi zastosowaniami AI).
Wykład, dyskusja, praca z dokumentem źródłowym.
Outcome description | Outcome symbols | Methods of verification | The class form |
Praca pisemna (w j. polskim lub j. angielskim) dotycząca wybranego wątku poruszanego w czasie zajęć.
1. J. R. Searle, „Czy mózg jest komputerem cyfrowym?”, [w:] R. Murawski, Filozofia informatyki, Poznań 2008.
2. J. R. Searle, „Umysły, mózgi i programy”, [w:] R. Murawski, Filozofia informatyki, Poznań 2008.
3. A. Turing, „Maszyny liczące a inteligencja”, [w:] R. Murawski, Filozofia informatyki, Poznań 2008.
4. T. Sejnowski, The Deep Learning Revolution, 2018.
5. P. Thagard, “Philosophy and Machine Learning”, Canadian Journal of Philosophy, 1990.
1. C. Bartneck et al., An Introduction to Ethics in Robotics and AI, 2021.
2. Y. Bertot, P. Casteran, Interactive Theorem Proving and Program Development: Coq’Art: The Calculus of Inductive Constructions, 2004.
3. S. Cave et al., AI Narratives. A History of Imaginative Thinking About Intelligent Machines, 2020.
4. M. Coeckelbergh, AI Ethics, 2020.
5. D. Crevier, AI: The Tumultuous History of the Search for Artificial Intelligence, 1993.
6. Erik Larson, The Myth of Artificial Intelligence: Why Computers Can’t Think the Way We Do, 2021.
7. J. McCarthy, P. Hayes, “Some Philosophical Problems from the Standpoint of Artificial Intelligence”, 1969.
8. M. Minsky, S. Papert, Perceptrons, 1969.
9. M. Minsky, “A Framework for Representing Knowledge”, 1974.
10. I. Pratt, Artificial Intelligence, 1998.
Modified by dr Adam Trybus (last modification: 11-04-2022 11:03)